Predicción de vibraciones en campo lejano para estimar la velocidad pico partícula en una mina a tajo abierto

Abstract

En la minería a tajo abierto para fragmentar el macizo rocoso, es indispensable el uso de agentes explosivos; a este procedimiento se lo conoce como voladura, los explosivos generan vibraciones que afectan a la infraestructura de la mina y de los pueblos aledaños, la VPP es el principal indicador para medir el nivel de vibraciones y una predicción inadecuada puede llevar a diseños de voladuras poco eficientes; ante esta problemática, el presente trabajo de investigación tiene como objetivo fundamental predecir las vibraciones en campo lejano para estimar la VPP, determinar cuáles son los parámetros de mayor influencia, comparar el desempeño predictivo de los modelos. Para lo cual, se tomará datos de monitoreo con el sismógrafo y se desarrollará dos modelos predictivos en función a la distancia (D) y cantidad de carga (W) uno de Devine y el otro modelo de Redes Neuronales Artificiales. La validez de cada modelo se realizará mediante estimadores estadísticos como el coeficiente de determinación y el error cuadrático medio. Obteniendo los siguientes resultados que el modelo de Devine con su ecuación VPP=1849.8(〖D/√W)〗^(-1.743) presentó un mejor desempeño predictivo en comparación de la RNA para los datos del grupo de pruebas. En conclusión, se logró realizar el modelo de vibraciones, que la distancia es la variable con más correlación para determinar la VPP y que los modelos tradicionales continúan siendo herramientas confiables para la predicción de vibraciones en campo lejano, el cual permiten apoyar el diseño de voladuras, el control de vibraciones y la prevención de impactos sociales.